AI-tutorials

Bouw een wiki-agent met Claude Opus 4.5 en Claude Code om repositories te analyseren, automatisch GitHub-wikidocs met meerdere bestanden te genereren en ze te publiceren naar je repository.

Bouw een Streamlit-app die Claude Opus 4.8 met adaptief denken draait, elke respons automatisch beoordeelt met Haiku 4.5 en de kosten-kwaliteit trade-off in kaart brengt.

Plan, bouw, test en deploy een machinelearningproject vanaf nul met het Claude Opus 4-model en Claude Code.

Leer hoe je de Claude Opus 5 API in Python gebruikt. Bouw een bugfix-agent met tools en benchmark daarna alle vijf effort-niveaus op pass rate, tokens en kosten.

Ontdek de developerfeatures van Claude Sonnet 4—code‑executie, Files API en toolgebruik—door een Python‑agent te bouwen die wiskunde oplost.

Om via de Claude 3.5 Sonnet API te verbinden, haal je je API-sleutel op bij Anthropic, installeer je de anthropic Python-bibliotheek en gebruik je die om verzoeken te sturen en antwoorden te ontvangen van Claude 3.5 Sonnet.

Leer over de belangrijkste verschillen tussen Cursor en Cline om te bepalen welke tool het beste past bij je project, budget en favoriete workflow.

Duik diep in het Contrastive Captioner (CoCa)-model, een geavanceerd image-text foundation-model in machine learning.

Leer alles over Codestral 25.01 van Mistral, inclusief de mogelijkheden, benchmarks en hoe je het instelt in VS Code als code-assistent.

Om verbinding te maken met de Codestral API, haal je je API-sleutel op bij Mistral AI en stuur je geautoriseerde HTTP-verzoeken naar het juiste endpoint (codestral.mistral.ai of api.mistral.ai).

Codestral Mamba is een codegeneratiemodel met 7 miljard parameters van Mistral AI, dat de Mamba-architectuur gebruikt voor efficiënte codering met uitgebreide context.

Haal je AI-codeagent uit z’n sandbox. Ontdek hoe je met Codex CLI en MCP LLM’s verbindt met live data, externe tools en multi-agentworkflows.